بررسی عملکرد روش های مختلف در انتخاب نشانگرهای SNP موثر بر تمایز نژادی اسب ها
Publish place: Journal of Animal Production، Vol: 25، Issue: 1
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 132
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JAP-25-1_001
تاریخ نمایه سازی: 13 تیر 1402
Abstract:
مطالعه حاضر به منظور انتخاب نشانگرهای موثر در جداسازی نژاد و مقایسه عملکرد روش های انتخاب نشانگر با داده های ۳۰۴ حیوان از ۱۴ نژاد مختلف که با استفاده از پنل نشانگر Illumina SNP۵۰K ژنوتیپ شده بودند، انجام شد. دانش و فهم ساختار ژنتیکی برای درک بهتر تغییرات ژنتیکی در مطالعات پویش ژنومی بسیار مهم است. محتوای اطلاعاتی هر نشانگر زیستی به عنوان شاخصی برای انتخاب نشانگرها در کاهش اندازه پنل های نشانگری کاربرد دارد. برای تخمین محتوای اطلاعاتی هر نشانگر، از آماره Fst رایت، آماره θ، آماره دلتا، آماره D، آماره Gst، آماره G'st، آماره G"st و آنالیز مولفه های اصلی استفاده گردید. در این مطالعه، از آماره لگاریتم نسبت درستنمایی برای انتخاب نشانگرها استفاده شد. با توجه به نتایج، همه روش های انتخاب برای شناسایی نشانگرها دارای رفتار و عملکرد مشابهی بودند. تعداد نشانگرهای مشترک بین روش ها حداقل ۴۲ نشانگر و حداکثر ۴۹۹ نشانگر SNP بود. به طور کلی، روش آماره Fst نیازمند تعداد کمتری از نشانگرها برای رسیدن به انتساب موفق بود. آماره های G'st و G"st با بیش از ۳۵۰ نشانگر برای دستیابی به ۹۵% انتساب صحیح، عملکرد ضعیفی را نشان دادند. لازم به ذکر است که تنها با ۶۰ نشانگر برتر، دستیابی به موفقیت بیش از ۷۰ درصد امکان پذیر است. با توجه به نتایج، Fst جفتی رایت از سایر روش های انتخاب SNP دارای عملکرد بهتری بود. نتایج حاصله منجر به ایجاد پنل های انحصاری جهت شناسایی نژادهای متنوع می گردد که دارای اهمیت اقتصادی زیادی است.
Keywords:
Authors
سیاوش منظوری
گروه علوم دامی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران.
امیر حسین خلت آبادی فراهانی
نویسنده مسئول، گروه علوم دامی، دانشکده کشاورزی و محیط زیست، دانشگاه اراک، اراک، ایران.
محمد حسین مرادی
گروه علوم دامی، دانشکده کشاورزی و محیط زیست، دانشگاه اراک، اراک، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :